多重共线性的典型表现是模型拟和较好，但偏回归系数几乎都无统计学意义；偏回归系数估计值不稳定，方差很大；偏回归系数估计值的符号可能与预期不符或与经验相悖，结果难以解释。
具体判断方法有：解释变量之间简单相关系数矩阵法；方差扩大因子法以及一些直观判断法和逐步回归的方法。
（简答题）
多重共线性的典型表现是什么？判断是否存在多重共线性的方法有哪些？
正确答案
答案解析
略
相似试题
（简答题）
一般来说，如何判断模型中是否存在严重的多重共线性问题？
（简答题）
下面结果是利用某地财政收入对该地第一、二、三产业增加值的回归结果。根据这一结果试判断该模型是否存在多重共线性，说明你的理由。
（多选题）
模型存在完全多重共线性时，下列判断正确的是（）。
（简答题）
尽管有完全的多重共线性，OLS估计量仍然是BLUE。 以上陈述是否正确？请判断并说明理由。
（填空题）
检验样本是否存在多重共线性的常见方法有：（）和逐步回归法
（简答题）
变量的两两高度相关并不表示高度多重共线性。 以上陈述是否正确？请判断并说明理由。
（简答题）
在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。 以上陈述是否正确？请判断并说明理由。
（简答题）
多重共线性的实质是什么？为什么会出现多重共线性？
（简答题）
判断以下陈述的正误，并给出理由。 （1）尽管存在多重共线性，OLS估计量仍然是具有BLUE性质的。 （2）在高度多重共线性的情形下，要评价一个或多个偏回归系数的个别显著性是不可能的。 （3）如果有某一辅助回归显示出高的R2值，则模型中肯定存在较严重的多重共线性问题。 （4）变量的两两高度相关并不表示高度的多重共线性。 （5）如果分析的目的仅仅是预测，则多重共线性是无害的。 （6）其它条件不变，VIF越高，相应的OLS估计量的方差越大。 （7）在多元回归中，如果根据t检验，全部的偏回归系数个别来说都是不显著的，那么就不可能得到一个较高的R2。
